Entre 2014 et 2025, environ 70 % des 13,9 milliards de dollars d’investissements privés dans l’industrie quantique étaient destinés aux équipements et composants. Cependant, le financement des applications métiers reste insuffisant par rapport à leur valeur potentielle, a déclaré Novo Holdings dans un rapport.
Selon les auteurs, la prochaine étape de développement du secteur nécessitera des investissements dans des algorithmes et des services spécialisés ainsi que l'amélioration des ordinateurs quantiques. De telles solutions devraient aider les clients à sélectionner des molécules pour la recherche, à planifier des expériences et à résoudre d'autres problèmes spécifiques.
Le 2 septembre 2026, le volume des financements privés divulgués pour les entreprises quantiques atteignait 4,797 milliards de dollars, soit déjà plus que pour l’ensemble de 2025 (4,706 milliards de dollars).
Pourquoi l'équipement seul ne suffit pas
La concentration du capital sur les processeurs et les composants était nécessaire au développement de la technologie, soulignent les analystes. Cependant, le résultat commercial dépend des problèmes qui peuvent être résolus à l'aide de ces machines.
Novo Holdings estime que les entreprises dont les solutions sont difficiles à reproduire et à remplacer auront un avantage. Pour un développeur d'applications, cela signifie non seulement créer un algorithme, mais également vérifier l'exactitude des calculs, accumuler ses propres données et intégrer le produit dans le travail du client.
Un outil logiciel complexe ne garantit pas à lui seul une entreprise durable. Par exemple, les outils permettant de corriger les erreurs et de préparer le lancement des programmes peuvent faire partie des produits des fabricants de matériel ou des plateformes cloud. Dans ce cas, il sera plus difficile pour les fournisseurs indépendants de les vendre séparément.
Les développeurs de services spécialisés peuvent établir des relations avec les clients avant même la disponibilité de systèmes quantiques suffisamment puissants. Dès le début, ils peuvent entreprendre des projets scientifiques individuels.
Les auteurs considèrent ce modèle comme prometteur si chaque commande laisse à l'entreprise des algorithmes, des données et des outils adaptés aux clients ultérieurs.
L’amélioration des algorithmes peut également rapprocher la technologie des applications pratiques. Réduire le nombre d'opérations nécessaires permettra d'effectuer certaines tâches sur des machines moins puissantes, notent les chercheurs.
Où les calculs quantiques trouveront application
Novo Holdings a désigné les sciences de la vie, y compris les produits pharmaceutiques, comme l'un des domaines les plus prometteurs. Les entreprises paient déjà pour la modélisation moléculaire et la chimie computationnelle, le nouveau service pourra donc rivaliser avec les budgets existants – s'il offre un résultat plus utile.
Cependant, les auteurs ne s’attendent pas à ce que les premiers systèmes quantiques prennent en charge l’ensemble du processus de développement de médicaments. Même les machines tolérantes aux pannes qui utilisent la correction d’erreurs pour effectuer des calculs de manière fiable seront initialement limitées dans leurs capacités.
« Au début, les ordinateurs quantiques tolérants aux pannes ne simuleront pas un processus biologique du début à la fin ; ils s'occuperont d'une partie petite mais critique du flux de travail où les approximations classiques échouent », indique le rapport.
Nous parlons, par exemple, de calculs sur la formation et la rupture de liaisons chimiques ou sur le comportement des électrons dans certaines parties de la molécule. Le reste du travail dans de tels scénarios continuera à être effectué par des ordinateurs conventionnels.
Dans le même temps, un calcul plus précis devrait influencer la décision du client : quelle expérience réaliser ou quel composé étudier ensuite. Si le résultat ne modifie pas ce choix, sa valeur commerciale reste remise en question, soulignent les analystes.
Les experts admettent que des applications utiles dans les domaines de la science des matériaux, de l'énergie et de la chimie apparaîtront plus tôt que dans le secteur pharmaceutique. Certains problèmes impliquant des catalyseurs et des batteries sont mieux adaptés aux capacités des systèmes quantiques à puissance limitée.
Dans le rapport, ils ont examiné deux scénarios indicatifs : les premières machines tolérantes aux pannes à la fin des années 2020 et au début des années 2030, et les systèmes plus grands à partir du milieu des années 2030.
Parmi les risques, les analystes ont souligné les progrès ultérieurs de l’informatique classique et de l’IA. Ils estiment que cela pourrait réduire l’avantage des méthodes quantiques dans certaines tâches avant même la disponibilité d’équipements adaptés. De plus, les sociétés pharmaceutiques et les fournisseurs de cloud peuvent développer indépendamment les solutions nécessaires.
Rappelons qu'en juin Quantum Motion et Nvidia ont présenté une approche de modélisation moléculaire dans laquelle l'intelligence artificielle prend en charge une partie de la préparation des données et réduit les besoins en équipements quantiques.
Vous avez trouvé une erreur dans le texte ? Sélectionnez-le et appuyez sur CTRL+ENTRÉE
Voir l’article original en russe
